一种大型铝电解槽全局阳极效应预测方法

    公开(公告)号:CN115101136A

    公开(公告)日:2022-09-23

    申请号:CN202210608390.5

    申请日:2022-05-31

    Abstract: 本发明提供一种大型铝电解槽全局阳极效应预测方法,属于铝电解技术领域。所述方法包括:使用极限梯度提升机对阳极效应预测的相关特征进行重要性排序,选取重要性高的特征构建数据集;构建包含基于因果扩张卷积的卷积神经网络和长短期记忆层的全局阳极效应预测模型;利用构建的数据集训练全局阳极效应预测模型,其中,在训练过程中,利用卷积神经网络提取选取的多个特征中与阳极效应相关的潜在信息,利用长短期记忆层对得到的潜在信息进行学习,得到全局阳极效应发生概率;利用训练好的全局阳极效应预测模型预测第二天铝电解槽发生全局阳极效应的发生概率。采用本发明,能够有效捕捉阳极效应相关的潜在信息,从而提高全局阳极效应的预测精度。

    一种铝电解槽分布式多点下料控制方法

    公开(公告)号:CN114574905B

    公开(公告)日:2023-11-24

    申请号:CN202210163758.1

    申请日:2022-02-22

    Abstract: 本发明提供一种铝电解槽分布式多点下料控制方法,属于铝电解技术领域。所述方法包括:将铝电解槽根据下料口的位置划分成多个相互影响的子系统,利用基于数据驱动的子空间辨识方法辨识整个铝电解槽的预测模型,经分解推导出各个子系统的预测模型;针对每个子系统构建基于预测模型的下料控制器,其中,不同下料控制器之间通过网络传递氧化铝下料量和氧化铝浓度;根据得到的各个子系统的下料控制器,各个子系统在考虑其他子系统下料的影响下求解满足纳什最优的氧化铝下料量,使每个子系统实现分布式下料。采用本发明,能够明显改善氧化铝浓度均匀分布的问题。

    一种铝电解槽分布式多点下料控制方法

    公开(公告)号:CN114574905A

    公开(公告)日:2022-06-03

    申请号:CN202210163758.1

    申请日:2022-02-22

    Abstract: 本发明提供一种铝电解槽分布式多点下料控制方法,属于铝电解技术领域。所述方法包括:将铝电解槽根据下料口的位置划分成多个相互影响的子系统,利用基于数据驱动的子空间辨识方法辨识整个铝电解槽的预测模型,经分解推导出各个子系统的预测模型;针对每个子系统构建基于预测模型的下料控制器,其中,不同下料控制器之间通过网络传递氧化铝下料量和氧化铝浓度;根据得到的各个子系统的下料控制器,各个子系统在考虑其他子系统下料的影响下求解满足纳什最优的氧化铝下料量,使每个子系统实现分布式下料。采用本发明,能够明显改善氧化铝浓度均匀分布的问题。

    一种铝电解槽剩余寿命预测方法和装置

    公开(公告)号:CN116151108A

    公开(公告)日:2023-05-23

    申请号:CN202310112172.7

    申请日:2023-02-14

    Abstract: 本发明公开了一种铝电解槽剩余寿命预测方法和装置,包括:筛选出铝电解槽退化相关工艺参数,获取源域电解槽和目标域电解槽的退化数据;对源域铝电解槽全寿命周期的退化状态进行划分,得到源域铝电解槽的退化数据对应的退化状态标签;确定目标域铝电解槽当前所处的退化状态并获取已有退化状态划分的结果,得到目标域铝电解槽的退化数据对应的退化状态标签;利用源域铝电解槽以及目标域铝电解槽的退化数据和对应的退化状态标签,训练得到特征迁移模型并对源域铝电解槽所有退化数据进行迁移,使用迁移后的退化数据训练得到铝电解槽剩余寿命预测模型,并对目标域铝电解槽的剩余寿命进行预测。采用本发明能够对目标域铝电解槽的剩余寿命进行精确预测。

    一种铝电解槽氧化铝浓度控制方法

    公开(公告)号:CN115198315A

    公开(公告)日:2022-10-18

    申请号:CN202210545333.7

    申请日:2022-05-19

    Abstract: 本发明公开了一种铝电解槽氧化铝浓度控制方法,该方法首先建立一个氧化铝浓度状态内部模型,并以铝电解槽的下料量和工作电压作为输入变量,以氧化铝浓度作为输出变量,然后采用基于最小二乘支持向量机的非线性Hammerstein系统子空间辨识(N4SID)算法建立数据驱动的氧化铝浓度状态内部模型;最后,根据氧化铝浓度状态内部模型,应用非线性模型预测控制设计氧化铝浓度控制系统和性能指标求解最优控制率,实现氧化铝浓度的精确控制。因此,本发明对铝电解槽中氧化铝浓度实现了实时精确控制,保证了铝电解槽的稳定高效运行,提高了铝电解槽的使用寿命,节约能源。

    一种面向V2G的电动汽车双向电能计量方法

    公开(公告)号:CN112255453B

    公开(公告)日:2021-08-03

    申请号:CN202010984065.X

    申请日:2020-09-17

    Abstract: 本发明提供一种面向V2G的电动汽车双向电能计量方法,属于电动汽车电能计量领域。所述方法包括:建立电动汽车连接在电网上的双向交互模型;其中,所述双向交互模型包括:电网电压u(t)、电网线路负载Zl1、Zl2、Zl3、电网中其他负载Z、电动汽车双向逆变器、电动汽车电池电动势E和电动汽车内部负载Zev;电网电压依次串联Zl2、Zl3后,接入电动汽车双向逆变器,Zev和E串联后并联于电动汽车双向逆变器的两端,Z和Zl1串联后并联于电网电压的两端;根据建立的双向交互模型,确定电动汽车在畸变信号下,充电时计量的电能和放电时计量的电能。采用本发明,能够实现电动汽车在畸变信号下充放电时的双向电能计量。

    一种闭环控制系统性能降级检测与恢复方法

    公开(公告)号:CN118534877B

    公开(公告)日:2025-02-14

    申请号:CN202410597312.9

    申请日:2024-05-14

    Abstract: 本发明公开了一种闭环控制系统性能降级检测与恢复方法,用于实现流程工业过程的闭环控制系统性能降级检测与恢复,属于工业过程监测技术领域,所述方法包括:采集待检测的闭环控制系统的过程数据;基于间隙度量技术对闭环控制系统进行性能降级检测;构建基于闭环子空间预测函数的前馈控制器和基于观测器的状态反馈控制器;在检测出闭环控制系统出现性能降级时,利用基于闭环子空间预测函数的前馈控制器和基于观测器的状态反馈控制器,优化闭环控制系统的性能,实现闭环控制系统的性能恢复。采用本发明的技术方案,可以保证流程工业生产过程的系统运行可靠性以及产品质量稳定性。

    一种基于工业过程的Hammerstein非线性动态系统辨识方法及系统

    公开(公告)号:CN119396012A

    公开(公告)日:2025-02-07

    申请号:CN202510000412.3

    申请日:2025-01-02

    Abstract: 本发明提供一种基于工业过程的Hammerstein非线性动态系统辨识方法及系统,涉及系统辨识技术领域,方法包括:采集Hammerstein非线性动态系统的历史数据作为数据集;设置RBF神经网络的相关参数;通过K‑means算法,确定RBF神经网络隐藏层的神经元中心点;通过最近邻Brute方法计算神经元中心点的标准偏差;计算RBF神经网络隐藏层的隐藏层输出矩阵;确定Hammerstein非线性动态系统的系统参数;计算Hammerstein非线性动态系统的输出估计值;计算均方误差;判断均方误差是否小于预设均方误差或者迭代次数是否达到预设迭代次数;若是,则输出系统参数作为Hammerstein非线性动态系统的整体辨识结果,否则,更新神经元中心点,并重新开始标准偏差的计算。本发明可以提高计算效率,增强算法的辨识效果和稳定性。

Patent Agency Ranking